统计过程控制spc与休哈特控制图(一)(doc15)-质量工具(编辑修改稿)

统计过程控制spc与休哈特控制图(一)(doc15)-质量工具(编辑修改稿)内容摘要：

与拒绝域的分界限，点子落在上、下界限之间，表明 H0 可接受，点子落在上、下界限之外，表明 H0 应拒绝。 四、控制图原理的第二种解释 换个角度再来研究控制图的原理。 根据来源的不同，质量因素可以分成 4M1E五个方面。 但从对质量的影响大小来看，质量因素可分成偶然因素 (简称偶因 )与异常因素 (简称异因 )两类。 偶因是始终存在的，对质量的影响微小，但难以除去，例如机床开动时的轻微振动等。 异因则有时存在，对质量影响大，但不难除去，例如车刀磨损、固定机床的螺母松动等。 偶因引起质量的偶 然波动 (简称偶波 )，异因引起质量的异常波动 (简称异波 )。 偶波是不可避免的，但对质量的影响微小，故可把它看作背景噪声而听之任之。 异波则不然，它对质量的影响大，且采取措施不难消除，故在过程中异波及造成异波的异因是我们注意的对象，一旦发生，就应该尽快找出，采取措施加以消除，并纳入标准化，保证它不再出现。 偶波与异波都是产品质量的波动，如何能发现异波的到来呢。 经验与理论分析表明，当生产过程中只存在偶波时，产品质量将形成某种典型分布。 例如，在车制螺丝的例子中形成正态分布。 如果除去偶波外还有异波，则产品质量的分布必将 偏离原来的典型分布。 因此，根据典型分布是否偏离就能判断异波，即异因是否发生，而典型分布的偏离可由控制图检出。 在上述车制螺丝的例子中，由于发生了车刀磨损的异因，螺丝直径的分布偏离了原来的正态分布而向上移动，于是点子超出上控制界的概率大为增加，从而点子频频出界，表明存在异波。 控制图上的控制界限就是区分偶波与异波的科学界限。 根据上述，可以说休哈特控制图的实质是区分偶然因素与异常因素两类因素。 五、控制图是如何贯彻预防原则的 控制图是如何贯彻预防原则的呢。 这可以由以下两点看出 : 1. 应用控制图 对生产过程不断监控，当异常因素刚一露出苗头，甚至在未造成不合格品之前就能及时被发现。 例如，在控制图重点子形成倾向图中点子有逐渐上升的趋势，所以可以在这种趋势造成不合格品之前就采取措施加以消除，起到预防的作用。 2. 在现场，更多的情况是控制图显示异常，表明异因已经发生，这时一定要贯彻下列 20个 字 :“查出异因，采取措施，保证消除，不再出现，纳入标准。 ”如果不贯彻这 20个字，控制图就形同虚设，不如不搞。 每贯彻一次这 20 个字 (即经过一次这样的循环 )就消除一个异因，使它永不再出现，从而起到预防的作用。 由于异因只有有限多个，故经过有限次循环后 (参见达到稳态的循环图 )，最终可以达到这样一种状态 :在过程中只存在偶因而不存在异因。 这种状态称为统计控制状态或稳定状态，简称稳态。 稳态是生产过程追求的目标，因为在稳态下生产，对质量有完全的把握，质量特性值有 %落在上下控制界限之间的范围内 (一般，合格品率还要高于 %)。 其次，在稳态下生产，不合格品最少，因而生产也是最经济的。 一道工序处于稳态称为稳定工序，道道工序都处于稳态称为全稳生产线。 SPC 就是通过全稳生产线达到全过程预防的。 综上所述 ，虽然质量变异不能完全消灭，但控制图是使质量变异成为最小的有效工具。 第三章两类错误和 3σ 方式 一、两类错误 控制图利用抽查对生产过程进行监控 ,因而是十分经济的。 但既是抽查就不可能没有风险。 在控制图的应用过程中可能会犯以下两类错误 : ,也称第 I类错误。 在生产正常的情况下 ,纯粹出于偶然而点子出界的概率虽然很小 ,但总还不是绝对不可能发生的。 因此 ,在生产正常、点子出界的场合 ,根据点子出界而判断生产异常就犯了虚发警报的错误或第 I类错误 ,发生这种错误的概率通常记以α ,参见两类错误发生的概率图 ,也称第Ⅱ类错误。 在生产异常的情况下 ,产品质量的分布偏离了典型分布 ,但总还有一部分产品的质量特性值是在上下控制界之内的。 如果抽到这样的产品进行检测并在控制图中描点 ,这时由于点子未出界而判断生产正常就犯了漏发警报的错误或第Ⅱ类错误 ,发生这种错误的概率通常记以 β,参见图两类错误发生的概率图。 由于控制图是通过抽查来监控产品质量的 ,故两类错误是不可避免的。 在控制图上 ,中心线一般是对称轴 ,所能变动的只是上下控制限的间距。 若将间距增大 ,则α减小而β增大 ,反之 ,则α增大而β减小。 因 此 , 只能根据这两类错误造成的总损失最小来确定上下控制界限。 在第二章（三）中讨论控制图原理时曾经提到点子出界就判异 ,有的读者可能疑惑 ,如果是生产正常、点子偶然出界呢 ?现在 ,如果控制图是根据两类错误造成的总损失最小来确定的 ,那么根据“点子出界就判异”这样的准则来做 ,即使有时判断错误 ,但从长远看仍是合算的。 二、 3σ方式 长期实践经验证明 , 3σ方式即 UCL=μ+3σ CL=μ () LCL=μ3σ 就是两类错误造成的总损失较小的控制界限。 式中 ,μ为总体均值，σ为总体标准差 ,此时犯第 I类错误的概率或显著性水平α =。 美国、日本和我国等大多数国家都采用 3σ方式的控制图 ,而英国和北欧少数国家采用α =。 这两者实际上相差无几。 要注意的是 ,在现场 ,把规格作为控制图的控制界限是不对的。 规格是用来区分产品的合格与不合格 ,而控制图的控制界限是用来区分偶然波动与异常波动 ,即区分偶然因素与异常因素这两类因素的。 利用规 格界限显示产品质量合格或不合格的图是显示图 ,现场可以应用显示图 ,但不能作为控制图来使用。 这二者不能混为一谈。 第四章 分析用控制图与控制用控制图 一、分析用控制图与控制用控制图 根据不同的用途 ,控制图分成两类 ,即分析用控制图与控制用控制图。 分析用控制图的主要目的是 :(1) 分析生产过程是否处于稳态。 若过程不处于稳态 ,则须调整过程 ,使之达到稳态。 (2) 分析生产 ,过程的工序能力是否满足技术要求。 若不满足 ,则需调整工序能力 ,使之满足。 比利时学者威尔达 ()称此状态为技术稳态 ,而前一状态为 统计稳态。 根据统计稳态与技术稳态的是否达到可以分为如状态分类表所示的四种情况 : 状 态 分 类 统计稳态 是 否 技术 稳态 是 Ⅰ Ⅱ 否 Ⅲ Ⅳ 1. 状态Ⅰ : 统计稳态与技术稳态同时达到 ,这是最理想的状态。 2. 状态Ⅱ : 统计稳态未达到 ,技术稳态达到。 3. 状态Ⅲ : 统计稳态达到 ,技术稳态未达到。 4. 状态 IV: 统计稳态与技术稳态均未达到。